48 lines
3.0 KiB
Markdown
48 lines
3.0 KiB
Markdown
---
|
||
title: "养虾日记1：用 OpenClaw 管了 28 万张照片"
|
||
type: source
|
||
tags: [openclaw, 照片整理, automation, ai-agent]
|
||
date: 2026-03-31
|
||
---
|
||
|
||
## Source File
|
||
- [[raw/微信公众号/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战]]
|
||
|
||
## Summary
|
||
- 核心主题：通过 OpenClaw AI Agent 实现 28 万张照片的自动化整理，包括精确去重、小文件清理和分批执行
|
||
- 问题域：多设备备份导致的照片重复、格式混乱、存储分散问题
|
||
- 方法/机制：OpenClaw 通过提问澄清需求 → 制定可执行方案 → 拆解为 8 批次定时任务 → Telegram 推送执行报告
|
||
- 结论/价值：AI Agent 的核心价值不是单点能力提升，而是思维方式的升级——把模糊想法变成清晰结构
|
||
|
||
## Key Claims
|
||
- 68 个设备文件夹、28 万个文件、20 年积累的照片整理需求，OpenClaw 将其转化为 8 批次自动化任务
|
||
- AI Agent 核心价值：先问关键问题（格式/重复定义/删除策略）而非直接推荐工具，将"没有想清楚"的问题前置化
|
||
- 精确去重：MD5 哈希比对，只删真正相同的文件
|
||
- 小文件清理：低于 100KB 的图片大概率是截图或微信压缩图，直接移走
|
||
- 安全删除策略：所有待删文件先移至 To-Be-Deleted 目录而非直接删除，用户可随时检查确认
|
||
- 分批执行：68 个目录分 8 批次，每天凌晨 0 点自动执行，全程无需人工介入
|
||
- 执行报告：每批次完成后通过 Telegram 发送 Summary 报告（发现重复数/移除小文件数/清理空间总量）
|
||
|
||
## Key Quotes
|
||
> "它没有直接推荐工具，而是先问了几个关键问题：照片格式有哪些？重复的定义是'完全相同内容'还是'同一场景的连拍'？" — 比利哥
|
||
> "28 万张照片，68 个设备，十几年的积累——现在有了一个可以信任的自动化流程来处理它们。这大概就是 AI Agent 对我来说真正的价值：不是某个单点能力的提升，而是思维方式的升级。" — 比利哥
|
||
|
||
## Key Concepts
|
||
- [[精确去重]]：MD5 哈希比对确保只删真正相同的文件
|
||
- [[小文件清理]]：低于 100KB 的图片（截图/微信压缩图）自动识别并移走
|
||
- [[安全删除]]：待删文件先移至 To-Be-Deleted 目录而非直接删除
|
||
- [[分批执行]]：大任务拆解为多个小批次，降低单次执行风险
|
||
- [[AI Agent 思维方式]]：先问关键问题澄清需求，再制定可执行方案，而非直接动手
|
||
|
||
## Key Entities
|
||
- [[OpenClaw]]：AI Agent 操作系统，本案例中的任务执行平台
|
||
- [[Synology NAS]]：照片存储平台（本案中存储 20 年的照片积累）
|
||
|
||
## Connections
|
||
- [[OpenClaw]] ← 执行平台 ← [[精确去重]] + [[小文件清理]] + [[分批执行]]
|
||
- [[Synology NAS]] ← 存储后端 ← 照片原始数据
|
||
- [[AI Agent 思维方式]] ← 核心方法论 ← OpenClaw 行为模式
|
||
|
||
## Contradictions
|
||
- 与传统"先动手再说"思路不同：AI Agent 通过提问将模糊需求前置澄清，避免无效劳动
|